練習 - 使用 render 運算子將資料視覺化

已完成

我們已使用氣象資料集來彙總並比較 2007 年美國不同州的特定類型風災事件數。 在這裡，您會藉助時間量化圖表，將這些結果視覺化。

使用 render 運算子

回想一下，您已使用 summarize 運算子，依「狀態」之類的一般欄位將事件分組。 在上一個單元中，您已使用不同版本的 count 運算子，依狀態比較事件的數目和類型。 將這些結果視覺化有助於跨狀態比較活動。

若要將結果視覺化，請使用 render 運算子。 這個運算子會出現在查詢結尾處。 在 render 運算子內，您將指定要使用的視覺效果類型，例如 columnchartbarchartpiechartscatterchartpivotchart 和其他。 您也可以選擇性地定義不同的視覺效果屬性，例如 X 軸或 Y 軸。

在此範例中，您會使用橫條圖將先前的查詢視覺化。

1. 執行下列查詢。

   執行查詢

   StormEvents
   | summarize count(),
       EventsWithDamageToCrops = countif(DamageCrops > 0),
       dcount(EventType) by State
   | sort by count_
   | render barchart
   

   您應該會取得如下圖所示的結果：

   

2. 請注意橫條圖右側的圖例。 圖例中的每個值都代表不同資料行的資料，這些資料已在查詢中由「狀態」加以彙總。 嘗試選取其中一個值 (例如 count_) 以切換橫條圖中此資料的顯示。 藉由將 count_ 切換為關閉，您會移除總計數，並留下造成損毀的事件計數和不同的事件數目。 您應該會取得如下圖所示的圖形：

   

3. 查看結果產生的橫條圖。 您可以從其中取得哪些深入解析？ 例如，您可能會注意到德州發生的個別風暴事件最多，但愛荷華州的破壞性風暴事件發生率最高。

使用 bin() 函式將值分組

到目前為止，您已使用彙總函式依「狀態」將事件分組。 現在，讓我們依時間將資料分組，來查看整年風暴的分佈情形。 我們在每筆記錄中具有的時間值是開始時間和結束時間。 讓我們依周將事件開始時間分組，以便可以看到 2007 年每週發生多少個風暴。

您將使用 bin() 函式，其會將值分組為設定間隔。 例如，您可能會有來自該年每天的資料，而且想要依周將這些日期分組。 或者，您想要依年齡分組將人口資料分組。此運算子的語法為：

bin(value,roundTo)

分組值可以是數字、日期或時間範圍。 您將使用 bin() 函式彙總計數，為您提供每週的事件計數。 您想要分組的「值」是風暴事件的 StartTime ，並將分組大小 roundTo 為 7days 或 7d (簡稱)。 最後，將資料「轉譯」為「直條圖」，以建立長條圖。

1. 執行下列查詢：

   執行查詢

   StormEvents
   | summarize count() by bin(StartTime, 7d)
   | render columnchart
   

   您應該會取得如下圖所示的結果：

   

2. 查看結果產生的長條圖。 將滑鼠停留在其中一個橫條上方，以查看分組開始時間 (x 值)，以及事件計數 (y 值)。

使用 sum 運算子

在上一個查詢中，您已查看一段時間的風暴事件數目。 現在讓我們看看這些風暴所造成的損害。 因此，您將使用 sum 彙總函式，因為您想要查看每個時間間隔所造成的損害總量。 您正在使用的資料集有兩個與損害相關的資料行：DamageProperty 和 DamageCrops。

在下列查詢中，您首先會建立一個計算結果欄，將這兩個損害來源加在一起。 然後，您會建立依週分類的總損害彙總。 最後，您將轉譯直條圖，代表所有風暴所造成的每週損害。

1. 執行下列查詢：

   執行查詢

   StormEvents
   | extend damage = DamageProperty + DamageCrops
   | summarize sum(damage) by bin(StartTime, 7d)
   | render columnchart
   

   您應該會取得如下圖所示的結果：

   

2. 上一個查詢會將損害顯示為時間函式。 比較損害的另一種方式是依事件類型。 執行下列查詢，以使用圓形圖來比較不同事件種類所造成的損害。

   執行查詢

   StormEvents
   | extend damage = DamageProperty + DamageCrops
   | summarize sum(damage) by EventType
   | render piechart
   

   您應該會取得如下圖所示的結果：

   

3. 將滑鼠停留在圓形圖的其中一個切片上方。 您應該會看到絕對值 (此事件類型所造成的總損害)，以及整體損害的對應百分比。